Günümüzde elektronik ticaretin artmasıyla birlikte, tüketicilerin çoğu otel, tur, ulaşım vb. satın alma işlemlerini gerçekleştirmek için seyahat acentalarının web sitelerini tercih etmektedir. Bu bağlamda çalışmamızda, en iyi seyahat acentası seçimi amacıyla, çok kriterli karar verme yöntemlerinden Analitik Hiyerarşi Prosesi (AHP), Gri İlişkisel Analiz (GİA) ve WASPAS yöntemleri kullanılmıştır. Kriterlerin ağırlıkları AHP yöntemi ile belirlenmiştir. Beş alternatif acentayı değerlendirmek üzere kullanılan kriterler ödeme seçenekleri, tema sayısı, şikâyet sayısı, anlaşmalı banka sayısı, faaliyet süresi, şube sayısı, güncel kampanya imkanları ve destinasyon sayısıdır. En fazla öneme sahip olan kriter "tema sayısı"dır. Sonrasında bu kriter ağırlıklarına göre, GİA ve WASPAS yöntemleri ile seyahat acentaları değerlendirilmiş ve en uygun acenta seçimi yapılmıştır.
Bu çalışmanın temel amacı bireylerin bireysel emeklilik yatırımları kararlarının Türkiye'de faaliyette bulunan bireysel emeklilik şirketleri arasından en uygun olan şirkete yönlendirilmesi konusunda fikir verebilmektir. Yöntem-Araştırma problemi belirli kriterler doğrultusunda bireysel emeklilik şirketlerinin sıralanmasıdır. Veri setini beş adet Bireysel Emeklilik Şirketleri'ne ait Şubat 2019 dönemine ait güncel veriler oluşturmaktadır. Kriter ağırlıklandırmaları altı adet yatırım yapmayı planlayan birey ve beş adet bireysel emeklilik danışmanı ile yüz yüze görüşme ile hesaplanmıştır. AHS Yöntemi'nden elde edilen ağırlıklar GİA Yöntemi'ne uygulanmıştır. Bulgular-Araştırma sonuçlarına göre AHS yöntemine göre en önemli kriterin 'katılımcı sayısı' olduğu dolayısıyla katılımcıların birbirlerini etkiledikleri, yatırım yapmayı planlan bireylerin birbirlerinin tavsiyelerine önem verdikleri, daha önce yatırım yapmış bireylerin yatırım yaptıkları şirketlerin hizmetlerinden memnun kaldıkları sonuçlarına ulaşılmıştır. Tartışma-Türkiye'de bireysel emeklilik şirketlerine yatırım için toplanan kaynak, devlet katkısına rağmen OECD ülkelerine kıyasla sınırlı kalmaktadır. Bu oranın Türkiye'de sınırlı olmasının başlıca sebepleri arasında enflasyon oranının yüksek olması ve ortalama gelirin ise düşük olması sayılabilir. Çalışmadan elde edilen bulgular Genç ve ark. (2015), Dinçer ve Görener (2011) ve Ertuğrul & Öztaş (2016)'ın yapmış oldukları çalışmalar ile benzerlik göstermektedir. Karar vericiler değiştikçe kriter ağırlıkları da değişeceğinden uygulama sonuçları farklılaşacaktır.
In the tourism sector, accommodation business demand forecasting provides a great benefit for tourism professionals, especially hotel managers, in the strategic decision-making process. For demand estimation, the artificial neural networks (ANN) method, which works similar to a human brain cell and makes realistic predictions, has been preferred. The aim of this study was to develop an eight input and output variable of the feedforward radiated back an ANN is in a specially certified hotel room occupancy rate in Turkey to investigate the applicability of the method to predict. Four different alternative network structures were created from the data set with the K-fold cross validation method. As a result of the test simulation, it was determined that the estimated and actual occupancy rates of the network with the lowest error were close to each other. According to this designed model, the monthly occupancy rate for the years 2019 and 2020 has been estimated. As a result, the effect of COVID-19 was revealed by comparing the hotel occupancy rate with the actual rates.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.